Las reglas del archivo de instrucciones de Muse: comercios conocidos, tres tiendas y precio dentro del rango
El documento es un archivo de instrucciones (el texto que le dice al agente cómo tiene que buscar, filtrar y presentar productos) que el equipo de investigación de Profound dice haber encontrado en los ficheros de sistema de Muse el 25 de septiembre. Profound compartió el texto completo con State of Brand, el medio de la agencia Outlever, que publicó su análisis el 8 de octubre sin reproducir el archivo entero: cita frases sueltas y parafrasea el resto. PPC Land lo recogió el 11 de octubre. Meta no ha comentado el documento ni ha dicho si sigue en vigor, y el propio Profound avisa de que puede haber cambiado desde finales de septiembre. State of Brand deja por escrito el interés comercial de la fuente, porque Profound vende software para rastrear cómo se comportan los agentes con las marcas, así que le conviene que el sector preste atención.
Según ese análisis, la primera instrucción de Muse es ahorrarle dinero al comprador. Al revisar resultados, descarta lo que no encaja con la petición, lo que parece de baja calidad y lo que tiene un precio fuera del rango normal de ese tipo de producto, tanto por arriba como por abajo. Después ordena lo que queda, y ahí es donde el archivo repite el mismo criterio tres veces: los vendedores conocidos aparecen nombrados en el paso de ranking del flujo de descubrimiento, las instrucciones para mostrar resultados dicen que es «imperative» que los cinco primeros productos vengan de «well-known merchants or websites» y encajen con lo pedido, y las reglas de formato lo vuelven a decir.
Si el comprador nombra una marca o una tienda, la búsqueda en el catálogo pone la tienda propia de esa marca en primer lugar y rellena por debajo con otros vendedores. Por defecto, Muse prefiere también a las marcas y comercios que venden directo frente a los revendedores. Lo que el archivo no hace es definir «conocido»: no dice si se decide con datos de Meta, con señales de la web o con lo que el modelo sabe por su entrenamiento, y PPC Land lo señala como una de las lagunas del documento.
La búsqueda en la web abierta corre en paralelo a la del catálogo en cada petición, «especially for home goods», salvo que el usuario solo quiera anuncios de Facebook Marketplace. Es una búsqueda pequeña. Por defecto el agente del navegador mira como máximo tres tiendas y devuelve como máximo diez productos, y si dos webs ya le dan una lista «high-quality and seller-diverse» tiene orden de parar antes. Cada producto que trae pasa varias comprobaciones: el enlace tiene que llevar a una ficha de producto y no a una página de búsqueda, la ficha tiene que mostrar que hay stock y que se puede añadir al carrito, y el agente tiene que verificar una imagen real del producto (los placeholders y los logos se descartan). Prefiere la versión del país del comprador cuando la web la tiene y vuelve a abrir cada enlace antes de mostrarlo. Son el tipo de comprobaciones que reviso en la Auditoría Web Agent. Nada en el archivo explica cómo elige esas tres tiendas, y la marca que no entra en ese corte no llega a compararse.
El estudio de Profound: cuatro de las seis recomendaciones salen del navegador, y el navegador solo abre dos tiendas
El análisis del archivo llega acompañado de un estudio que Profound publicó el 2 de octubre con el título «The era of personal agents: Muse and Instinct», firmado por Allison Huang. La prueba de compra consistió en 50 prompts de una sola categoría de retail, que no se nombra, lanzados desde una única instancia de Muse el 30 de septiembre. En la petición típica, el catálogo de Meta devolvía unos 60 productos de unos 30 comercios y el navegador visitaba unos tres dominios y volvía con cuatro productos de dos tiendas. Las recomendaciones finales eran seis tarjetas de producto, cuatro del navegador y dos del catálogo. Es decir, el catálogo aportaba alrededor del 94% de los candidatos (State of Brand lo redondea al 95%) y se quedaba con un tercio de las plazas; el navegador aportaba el 6% restante y ocupaba dos tercios.
Jennifer Zou, economista de Profound, lo resume así: «Much more weight is placed on candidates returned by the web search». Su hipótesis sobre el desequilibrio es que el catálogo es más barato de consultar, pero Profound no explica por qué el navegador pesa más en el ranking y Meta no ha publicado cómo pondera las fuentes. El propio estudio llama a la muestra «a small, exploratory sample» y dice que sus patrones son «illustrative rather than definitive». Al haber usado una sola cuenta, tampoco puede decir cuánto cambian los resultados entre dos compradores distintos con la misma petición; Zou dice que están montando un panel de perfiles sintéticos para medirlo.
El consejo de Zou se divide por tamaño: «If you're a well-known merchant/retailer, it's probably fine to rely on discovery via browser search» y «If you're a smaller brand, Shopify/Meta catalog integration is a more worthwhile investment». State of Brand añade que estar en el catálogo mete a la marca en la baraja, pero no cambia las reglas de ranking, así que una vez dentro los vendedores conocidos siguen yendo arriba.
Checkout solo desde el catálogo de Meta, un agente que no se identifica y que sigue sin llegar a Europa
El archivo también reparte quién puede cobrar dentro del chat. Solo los productos del catálogo de Meta marcados con la etiqueta «agentic checkout» se pueden comprar dentro de Muse, a través de un flujo de compra basado en Shopify; lo que el agente encuentra en la web abierta pasa por el checkout del navegador, con el agente pulsando en la web del comercio, y su tarjeta de producto lleva el checkout en el chat desactivado. Con los carritos pasa lo mismo, y Muse solo los monta con productos marcados del catálogo, y el archivo lo dice tal cual: «Products without that capability have no cart, and neither does browser checkout». El documento valora la cobertura del catálogo como buena en moda, decoración y belleza y solo «okay» en el resto de categorías, Muse puede tirar también de anuncios de Facebook Marketplace y, si el usuario comparte un post de Instagram con productos etiquetados, va directo a esos artículos y se salta la búsqueda.
Profound añade que Muse e Instinct no se identifican cuando navegan. Entran por conexiones residenciales, parecen visitantes normales y por defecto no citan las webs que han leído. Amazon bloqueó a Muse en Amazon.com el 20 de septiembre alegando, entre otras cosas, que el agente no se identificaba. Para estimar el tráfico, Profound observó que algunas sesiones de Muse venían justo después de peticiones con el nombre «meta-webindexer» desde IPs que Meta no reclama como suyas, y midió esas peticiones no verificadas en unas 280 webs de comercio agrupadas por sufijo de dominio: en los 20 días posteriores al lanzamiento crecieron un 1.313% en los dominios de Estados Unidos y Canadá frente a un 827% en el resto, la ratio de 1,6 veces que da el titular del estudio. Profound lo llama «only a proxy for Muse traffic».
Nada de esto se puede probar desde España. Meta mantiene que Muse está disponible en Estados Unidos y Canadá, sin fecha ni anuncio para Europa, igual que cuando se lanzó el 8 de septiembre. El 29 de septiembre la compañía presentó Muse for Small Business, una versión para negocios que conecta herramientas como Shopify, Stripe, QuickBooks, Klaviyo, Notion, Slack o Canva junto con las páginas de Facebook, la analítica de Instagram profesional y las cuentas publicitarias de Meta, con la promesa de que «nothing publishes, sends, or spends without your approval»; la nota oficial no dice nada sobre cómo elige productos ni comercios el agente de compra.
Mi lectura
Léelo con las cautelas que trae: un archivo que una empresa dice haber sacado de los ficheros del agente, que puede haber cambiado y que Meta ni confirma ni desmiente. Aun así, es la primera vez que un agente de compra deja por escrito cómo elige, y el reparto se entiende rápido. El catálogo de Meta te mete en la baraja (y es la única vía para que te compren dentro de Muse), y ser una de las dos o tres tiendas que el navegador decide abrir te mete en la respuesta. Para una marca española hoy queda lejos, porque Muse no existe en Europa y no hay fecha. Pero el filtro de precio, la ficha con imagen real y stock visible y la preferencia por el nombre que el comprador ya conoce describen bastante bien cómo va a juzgar tu web cualquier agente que entre a comprar, y esa notoriedad previa es el trabajo que hay detrás del SEO para IA (GEO).